数值计算

import cv2img_1 = cv2.imread('E:\Jupyter_workspace\study\data/beyond.png')
img_2 = cv2.imread('E:\Jupyter_workspace\study\data/water2.png')img_1_1 = img_1 + 10
img_1[:2,:,0]#输出前两行就行
img_1_1[:2,:,0]#[h,w,c]
img_2[:2,:,0]#[h,w,c](img_1 + img_2)[:2,:,0]#满255要对256取余 X%256  这是nunpy里面的相加
cv2.add(img_1,img_2)[:2,:,0]#满255就只取255     这是opencv里面的相加

图像融合

import cv2
import matplotlib.pyplot as plt
import numpy as npimg_1 = cv2.imread('E:\Jupyter_workspace\study\data/beyond.png')
img_2 = cv2.imread('E:\Jupyter_workspace\study\data/water2.png')#shape 查看图片的[h,w,c]
img_1.shape#(321, 287, 3)  
img_2.shape#(270, 180, 3)
#大小不一样显然无法加权融合img_1 = cv2.resize(img_1,(180,270))#将大照片尺寸设置小点
img_1.shape#(270, 180, 3)res = cv2.addWeighted(img_1,0.4,img_2,0.6,0)#加权融合
#R = αx + βy + b
#其中x为img_1，y为img_2，α为0.4权重，β为0.6权重，b为0偏移量
plt.imshow(res)"""
resize(参数1，参数2，参数3，参数4)
参数1：cv2.imread('xx')所读取的图片对象
参数2：(w,h)这里和shape之后的位置不一样！！！shape是[h,w,c]若为(0,0)则需要补充参数3和4
参数3：x横坐标的倍数
参数4：y纵坐标的倍数
"""res1 = cv2.resize(img_1,(0,0),fx=3,fy=1)#x*3   y*1   变宽了因为x变成原来的三倍了
plt.imshow(res1)
res2 = cv2.resize(img_1,(0,0),fx=1,fy=3)#y*3   x*1   变长了因为y变成原来的三倍了
plt.imshow(res2)